版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目前對網(wǎng)絡(luò)信息已經(jīng)成為主要的情報(bào)源,其獲取的主要方式之一就是使用搜索引擎。但是,利用搜索引擎獲取的網(wǎng)絡(luò)信息仍存在很多問題:例如獲取的信息量很大但是有用信息很少;獲取的信息多樣但是用戶無法識別相關(guān)信息群體等。有用信息資源的獲取已經(jīng)逐漸成為情報(bào)業(yè)發(fā)展的一個瓶頸。因此,如何從海量信息中剔除無用信息,迅速定位至信息群,從而快速、高效地獲取情報(bào)資源,并對其進(jìn)行加工整理并提供給情報(bào)用戶,是情報(bào)界人士面臨的一大挑戰(zhàn),也是目前亟需解決的問題。
2、本論文以提高情報(bào)獲取效率與質(zhì)量為主要目標(biāo),研究和實(shí)現(xiàn)了基于元搜索與內(nèi)容聚類的情報(bào)獲取系統(tǒng)。主要創(chuàng)新點(diǎn):(1)設(shè)計(jì)了情報(bào)獲取系統(tǒng)的總體框架,提出了搜索模塊、運(yùn)算模塊、用戶模塊三大功能模塊,并闡述各模塊的功能流程。(2)提出了基于網(wǎng)頁標(biāo)題摘要分析方法進(jìn)行元搜索引擎結(jié)果相關(guān)性判斷。實(shí)驗(yàn)結(jié)果表明,元搜索引擎搜索結(jié)果的平均準(zhǔn)確率比各個成員引擎的搜索結(jié)果平均準(zhǔn)確率都有較大提高。(3)結(jié)合當(dāng)前兩種主要的聚類算法—K—means劃分法和BIRCH聚類算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類的中文元搜索引擎技術(shù)研究.pdf
- 基于信息融合的企業(yè)競爭情報(bào)元搜索技術(shù)研究.pdf
- 網(wǎng)頁內(nèi)容獲取及基于意圖的聚類.pdf
- 基于內(nèi)容的圖像元搜索引擎技術(shù)研究.pdf
- 基于JSSH的元搜索技術(shù)研究與應(yīng)用.pdf
- 基于內(nèi)容的視頻聚類技術(shù)分析與研究.pdf
- 元搜索引擎檢索結(jié)果聚類技術(shù)的研究與改進(jìn).pdf
- 元搜索引擎聚類的研究與實(shí)現(xiàn).pdf
- Web圖像搜索中的內(nèi)存索引與融合聚類技術(shù)研究.pdf
- 搜索引擎技術(shù)的研究與實(shí)現(xiàn)—元搜索引擎和文本聚類.pdf
- 一種基于聚類的軟件元需求的獲取方法研究.pdf
- 基于主動搜索的論壇內(nèi)容監(jiān)管技術(shù)研究.pdf
- 基于元搜索的知識獲取方法與系統(tǒng)集成研究.pdf
- 基于多核技術(shù)的搜索結(jié)果聚類算法研究.pdf
- 基于網(wǎng)頁與標(biāo)簽聚類的搜索方法研究.pdf
- 基于BIC的音頻分割與聚類技術(shù)研究.pdf
- 基于聚類的推薦技術(shù)研究.pdf
- 基于憶阻的內(nèi)容可尋址存儲與搜索技術(shù)研究.pdf
- 基于聚類的元搜索引擎設(shè)計(jì)和實(shí)現(xiàn).pdf
- 基于主題的聚類檢索技術(shù)研究.pdf
評論
0/150
提交評論